大学课程设计中，有一次是编写Lex(词法分析器的生成器)和Yacc(语法分析器的生成器)，编写这类工具软件不是一件容易的事情。这篇文章记录了当时编程时候的主要思想，主要还是编译原理的思想。
准备
Lex
根据输入文件生成RE—>NFA—>DFA—>简化的DFA—>根据DFA生成文件。
RE处理：
对正规表达式进行处理使其只有|、*、(、)等特殊符号，代换{}[]-等
将RE转化为后缀表达式
生成NFA：
把下列类型的string转换：
M+----->M.M*
M?------>M|e
最后一共有四种连接:
普通字符(除了.，|，*)：
a*:增加三条epsilon边，并且修改终点和起点。
a|b:
新建两个节点，并把其中一个指向原来的两个nfa的起点，另一个被原来的两个终点指向。这四个边均是epsilon。修改终点和起点。
a.b:连接，合并2号和3号节点。(红色代表nfa的起点，黑色代表nfa的终点)
NFA合并：
直接添加一个起点，指向所有nfa的起点。修改起点值，并把原来的终点(每个nfa只有一个)都加入到最后的终点集合。
NFA--->DFA
求闭包
通过epsilon到达的边。迭代直到T’=T,每次
repeat:
T1 = T;
T=T1∪T1所有点能通过epsilon到达的边
until T1==T
求通过某个字母到达的子集
for each(Node* node in d)//对d的每一个节点
{
vector<Node*> eout = node->findNext(c);//求出每个节点的出边集合
d1.insert(eout.begin(), eout.end());//将后继的每一个节点不重复的插入d1
}
最后返回这个d1的闭包
生成DFA
用j标记当前遍历的节点，用p标记已经存在的节点数量
对当前遍历的节点求每个字符的出边集合，如果有的话，就求该集合的闭包，并判断是否已经存在，做相应的处理：
如果已经存在，则加边
如果不存在，新建节点，再加边，p++
DFA最小化
参考维基百科中关于Hopcroft的算法。
但是对于DFA来说，刚开始并不能简单地分为两个非终结符和终结符的集合，因为每个终结符最后应该在单独的一个集合中。
Yacc
读取文件设置符号和产生式的值—>计算FIRST和FOLLOW—>构造LR(1)预测分析器和PPT(预测分析表)—>LR(1)—>LALR—>打印到输出文件。
计算FIRST和FOLLOW
还是参考的“现代编译原理”这本书。
对于LR(1)可以不计算FOLLOW，所以只计算FIRST。
初始化：每个终结符的FIRST是自己
设置一个是否修改的bool变量，检测本次循环是否修改过
遍历每个产生式
每个产生式的右部符号，如果当前符号前面都是可为空，则将这个产生式左部的FIRST增加当前符号。
如果每个符号都是可为空的，则把这个产生式置为可为空。
构造预测分析器(FA)和预测分析表(PPT)
计算闭包和计算GOTO
类似Lex的计算闭包和子集
构造LR状态图和分析表
类似构造DFA
反思
感觉这次做的比较辛苦，可能这是因为是工具软件的原因吧。工具软件要能针对不同的输入，生成不同的代码，然后生成出来的代码可以去分析一个文件。